C# - OutOfMemoryException 在 JSON 文件中保存列表
Posted
技术标签:
【中文标题】C# - OutOfMemoryException 在 JSON 文件中保存列表【英文标题】:C# - OutOfMemoryException saving a List on a JSON file 【发布时间】:2019-02-18 01:12:34 【问题描述】:我正在尝试保存压力图的流数据。 基本上我有一个压力矩阵定义为:
double[,] pressureMatrix = new double[e.Data.GetLength(0), e.Data.GetLength(1)];
基本上,我每 10 毫秒收到一个 pressureMatrix
,我想将所有信息保存在 JSON 文件中,以便以后重现。
我要做的是,首先,写下我称之为标题的内容,其中包含用于进行录制的所有设置,如下所示:
recordedData.softwareVersion = Assembly.GetExecutingAssembly().GetName().Version.Major.ToString() + "." + Assembly.GetExecutingAssembly().GetName().Version.Minor.ToString();
recordedData.calibrationConfiguration = calibrationConfiguration;
recordedData.representationConfiguration = representationSettings;
recordedData.pressureData = new List<PressureMap>();
var json = JsonConvert.SerializeObject(csvRecordedData, Formatting.None);
File.WriteAllText(this.filePath, json);
然后,每次获得新的压力图时,我都会创建一个新线程来添加新的PressureMatrix
并重新写入文件:
var newPressureMatrix = new PressureMap(datos, DateTime.Now);
recordedData.pressureData.Add(newPressureMatrix);
var json = JsonConvert.SerializeObject(recordedData, Formatting.None);
File.WriteAllText(this.filePath, json);
大约 20-30 分钟后,我收到 OutOfMemory 异常,因为系统无法保存 recordedData 变量,因为其中的 List<PressureMatrix>
太大。
我该如何处理以保存数据?我想保存24-48小时的信息。
【问题讨论】:
几个想法:您要么需要处理小批量的项目,要么使用流式处理以增量方式转换和保存文件。 请注意,如果在序列化它之前不能保存内容,那么在反序列化它之后你很可能无法保存它(我猜你甚至无法反序列化它)。那么将这么多数据存储到一个 Json 中的目的是什么? 首先要尝试直接写入文件而不是中间string
。您可能会达到effective string length limit - 实际上这很可能在达到List<T>
长度限制之前发生。见Performance Tips: Optimize Memory Usage 和Can Json.NET serialize / deserialize to / from a stream?。
将数百 MB 的数据写入磁盘非常慢!它每 10 毫秒发生一次!所以在接受Mayer的建议之前,最好先计算出PressureMap
的大小,然后确定写操作的频率应该是多少(每10秒?每1分钟?)
接下来,您可能会考虑另一种文件格式,即Newline Delimited JSON。然后你不需要把所有的东西都保存在内存中,你可以把每个增量写成一个单独的 JSON 对象。请参阅:Serialize as NDJSON using Json.NET 和 Line delimited json serializing and de-serializing。
【参考方案1】:
您的基本问题是您将所有压力图样本都保存在内存中,而不是单独编写每个样本,然后将其作为垃圾收集。更糟糕的是,您在两个不同的地方这样做:
在将字符串写入文件之前,您将整个样本列表序列化为 JSON 字符串 json
。
相反,如Performance Tips: Optimize Memory Usage 中所述,在这种情况下,您应该直接对文件进行序列化和反序列化。有关如何执行此操作的说明,请参阅 this answer 至 Can Json.NET serialize / deserialize to / from a stream? 以及 Serialize JSON to a file。
recordedData.pressureData = new List<PressureMap>();
会累积所有压力图样本,然后在每次生成样本时写入所有样本。
更好的解决方案是将每个样本编写一次并忘记它,但是每个样本都嵌套在 JSON 中的一些容器对象中的要求使得如何做到这一点并不明显。
那么,如何解决问题 #2?
首先,让我们修改你的数据模型如下,将标头数据划分到一个单独的类中:
public class PressureMap
public double[,] PressureMatrix get; set;
public class CalibrationConfiguration
// Data model not included in question
public class RepresentationConfiguration
// Data model not included in question
public class RecordedDataHeader
public string SoftwareVersion get; set;
public CalibrationConfiguration CalibrationConfiguration get; set;
public RepresentationConfiguration RepresentationConfiguration get; set;
public class RecordedData
// Ensure the header is serialized first.
[JsonProperty(Order = 1)]
public RecordedDataHeader RecordedDataHeader get; set;
// Ensure the pressure data is serialized last.
[JsonProperty(Order = 2)]
public IEnumerable<PressureMap> PressureData get; set;
选项 #1 是 producer-comsumer pattern 的一个版本。它涉及启动两个线程:一个用于生成PressureData
样本,另一个用于序列化RecordedData
。第一个线程将生成样本并将它们添加到传递给第二个线程的BlockingCollection<PressureMap>
集合中。然后第二个线程将序列化BlockingCollection<PressureMap>.GetConsumingEnumerable()
作为RecordedData.PressureData
的值。
以下代码给出了如何做到这一点的框架:
var sampleCount = 400; // Or whatever stopping criterion you prefer
var sampleInterval = 10; // in ms
using (var pressureData = new BlockingCollection<PressureMap>())
// Adapted from
// https://docs.microsoft.com/en-us/dotnet/standard/collections/thread-safe/blockingcollection-overview
// https://docs.microsoft.com/en-us/dotnet/api/system.collections.concurrent.blockingcollection-1?view=netframework-4.7.2
// Spin up a Task to sample the pressure maps
using (Task t1 = Task.Factory.StartNew(() =>
for (int i = 0; i < sampleCount; i++)
var data = GetPressureMap(i);
Console.WriteLine("Generated sample 0", i);
pressureData.Add(data);
System.Threading.Thread.Sleep(sampleInterval);
pressureData.CompleteAdding();
))
// Spin up a Task to consume the BlockingCollection
using (Task t2 = Task.Factory.StartNew(() =>
var recordedDataHeader = new RecordedDataHeader
SoftwareVersion = softwareVersion,
CalibrationConfiguration = calibrationConfiguration,
RepresentationConfiguration = representationConfiguration,
;
var settings = new JsonSerializerSettings
ContractResolver = new CamelCasePropertyNamesContractResolver(),
;
using (var stream = new FileStream(this.filePath, FileMode.Create))
using (var textWriter = new StreamWriter(stream))
using (var jsonWriter = new JsonTextWriter(textWriter))
int j = 0;
var query = pressureData
.GetConsumingEnumerable()
.Select(p =>
// Flush the writer periodically in case the process terminates abnormally
jsonWriter.Flush();
Console.WriteLine("Serializing item 0", j++);
return p;
);
var recordedData = new RecordedData
RecordedDataHeader = recordedDataHeader,
// Since PressureData is declared as IEnumerable<PressureMap>, evaluation will be lazy.
PressureData = query,
;
Console.WriteLine("Beginning serialization of 0 to 1:", recordedData, this.filePath);
JsonSerializer.CreateDefault(settings).Serialize(textWriter, recordedData);
Console.WriteLine("Finished serialization of 0 to 1.", recordedData, this.filePath);
))
Task.WaitAll(t1, t2);
注意事项:
此解决方案使用的事实是,在序列化 IEnumerable<T>
时,Json.NET 不会将可枚举物化为列表。相反,它将充分利用惰性评估并简单地枚举它,写入然后忘记遇到的每个单独的项目。
第一个线程对PressureData
进行采样并将它们添加到阻塞集合中。
第二个线程将阻塞集合包装在 IEnumerable<PressureData>
中,然后将其序列化为 RecordedData.PressureData
。
在序列化期间,序列化程序将通过IEnumerable<PressureData>
枚举进行枚举,将每个流式传输到 JSON 文件,然后继续执行下一个 - 有效地阻塞,直到一个可用为止。
您需要做一些实验以确保序列化线程可以“跟上”采样线程,可能通过在构造期间设置BoundedCapacity
。如果没有,您可能需要采用不同的策略。
PressureMap GetPressureMap(int count)
应该是您的某种方法(问题中未显示),它返回当前压力图样本。
在此技术中,JSON 文件在采样会话期间保持打开状态。如果采样异常终止,文件可能会被截断。我尝试通过定期刷新写入器来改善问题。
虽然数据序列化将不再需要无限量的内存,但稍后反序列化 RecordedData
会将 PressureData
数组反序列化为具体的 List<PressureMap>
。这可能会导致下游处理期间出现内存问题。
演示小提琴 #1 here.
选项 #2 是从 JSON 文件切换到 Newline Delimited JSON 文件。这样的文件由由换行符分隔的 JSON 对象序列组成。在您的情况下,您将使第一个对象包含RecordedDataHeader
信息,后续对象的类型为PressureMap
:
var sampleCount = 100; // Or whatever
var sampleInterval = 10;
var recordedDataHeader = new RecordedDataHeader
SoftwareVersion = softwareVersion,
CalibrationConfiguration = calibrationConfiguration,
RepresentationConfiguration = representationConfiguration,
;
var settings = new JsonSerializerSettings
ContractResolver = new CamelCasePropertyNamesContractResolver(),
;
// Write the header
Console.WriteLine("Beginning serialization of sample data to 0.", this.filePath);
using (var stream = new FileStream(this.filePath, FileMode.Create))
JsonExtensions.ToNewlineDelimitedJson(stream, new[] recordedDataHeader );
// Write each sample incrementally
for (int i = 0; i < sampleCount; i++)
Thread.Sleep(sampleInterval);
Console.WriteLine("Performing sample 0 of 1", i, sampleCount);
var map = GetPressureMap(i);
using (var stream = new FileStream(this.filePath, FileMode.Append))
JsonExtensions.ToNewlineDelimitedJson(stream, new[] map );
Console.WriteLine("Finished serialization of sample data to 0.", this.filePath);
使用扩展方法:
public static partial class JsonExtensions
// Adapted from the answer to
// https://***.com/questions/44787652/serialize-as-ndjson-using-json-net
// by dbc https://***.com/users/3744182/dbc
public static void ToNewlineDelimitedJson<T>(Stream stream, IEnumerable<T> items)
// Let caller dispose the underlying stream
using (var textWriter = new StreamWriter(stream, new UTF8Encoding(false, true), 1024, true))
ToNewlineDelimitedJson(textWriter, items);
public static void ToNewlineDelimitedJson<T>(TextWriter textWriter, IEnumerable<T> items)
var serializer = JsonSerializer.CreateDefault();
foreach (var item in items)
// Formatting.None is the default; I set it here for clarity.
using (var writer = new JsonTextWriter(textWriter) Formatting = Formatting.None, CloseOutput = false )
serializer.Serialize(writer, item);
// http://specs.okfnlabs.org/ndjson/
// Each JSON text MUST conform to the [RFC7159] standard and MUST be written to the stream followed by the newline character \n (0x0A).
// The newline charater MAY be preceeded by a carriage return \r (0x0D). The JSON texts MUST NOT contain newlines or carriage returns.
textWriter.Write("\n");
// Adapted from the answer to
// https://***.com/questions/29729063/line-delimited-json-serializing-and-de-serializing
// by Yuval Itzchakov https://***.com/users/1870803/yuval-itzchakov
public static IEnumerable<TBase> FromNewlineDelimitedJson<TBase, THeader, TRow>(TextReader reader)
where THeader : TBase
where TRow : TBase
bool first = true;
using (var jsonReader = new JsonTextReader(reader) CloseInput = false, SupportMultipleContent = true )
var serializer = JsonSerializer.CreateDefault();
while (jsonReader.Read())
if (jsonReader.TokenType == JsonToken.Comment)
continue;
if (first)
yield return serializer.Deserialize<THeader>(jsonReader);
first = false;
else
yield return serializer.Deserialize<TRow>(jsonReader);
稍后,您可以按如下方式处理换行符分隔的 JSON 文件:
using (var stream = File.OpenRead(filePath))
using (var textReader = new StreamReader(stream))
foreach (var obj in JsonExtensions.FromNewlineDelimitedJson<object, RecordedDataHeader, PressureMap>(textReader))
if (obj is RecordedDataHeader)
var header = (RecordedDataHeader)obj;
// Process the header
Console.WriteLine(JsonConvert.SerializeObject(header));
else
var row = (PressureMap)obj;
// Process the row.
Console.WriteLine(JsonConvert.SerializeObject(row));
注意事项:
这种方法看起来更简单,因为样本是以增量方式添加到文件末尾的,而不是插入到某个整体 JSON 容器中。
使用这种方法,序列化和下游处理都可以通过有限的内存使用来完成。
示例文件在采样期间不会保持打开状态,因此不太可能被截断。
下游应用程序可能没有内置工具来处理以换行符分隔的 JSON。
此策略可能更简单地与您当前的线程代码集成。
演示小提琴#2 here.
【讨论】:
我在这篇冗长的文章中学到了一些新东西;)回答 JSON 可以直接序列化为文件。 这是解决此类问题的一种非常全面的方法。谢谢!以上是关于C# - OutOfMemoryException 在 JSON 文件中保存列表的主要内容,如果未能解决你的问题,请参考以下文章
引发了“System.OutOfMemoryException”类型的异常。 C# 使用内存流时
C# - OutOfMemoryException 在 JSON 文件中保存列表
使用 ExcelLibrary 在 C# 中读取 Excel .xlsx 文件时出现 OutOfMemoryException
在 C# 中进行大量、快速和频繁的内存分配期间避免 OutOfMemoryException
C# 接收 java webservices接口返回的Byte[] 数组时,大于90M报错System.OutOfMemoryException 求高手解答